Yeni Quinex çerçevesi, enerji, iklim, tıp ve malzeme bilimi gibi alanlardaki bilimsel literatürün analizini önemli ölçüde hızlandırabilir.
Bu gelişme, bilimsel yayınların çığ gibi çoğalmasıyla birlikte ortaya çıkıyor; bu durum, dar araştırma alanlarında bile manuel analizi giderek zorlaştırıyor. Sayılar bilimin dilidir. Ancak bilimsel yayınlarda nicel veriler genellikle metinlerin içinde “gizli” kalır ve otomatik olarak analiz edilmesi zordur.
OKUMUYOR, ANALİZ EDİYOR!
Jülich Araştırma Merkezi’ndeki (Forschungszentrum Jülich) araştırmacılar, sayısal değerleri otomatik olarak tanımlayan, kategorize eden ve yapılandırılmış verilere dönüştüren bir yapay zeka sistemi geliştirdiler. Quinex çerçevesi, zahmetli manuel işlemeye olan ihtiyacı ortadan kaldırıyor.
İster enerji, ister iklim araştırması, isterse yeni malzemelerin geliştirilmesi olsun, bilimsel yayınlar verimlilik, sıcaklıklar, maliyetler, emisyonlar ve diğer ölçütler gibi çok miktarda nicel veri içerir. Bu parametreler genellikle modelleri iyileştirmek ve yeni trendleri keşfetmek için kritik öneme sahiptir.
Aynı zamanda, bilimsel yayınların sayısı da muazzam bir hızla artmaktadır. Birçok araştırma görevi için, tüm ilgili yayınları takip etmek ve analiz etmek artık pratik olarak imkansız hale gelmiştir, çünkü bu çok büyük miktarda zaman ve insan gücü gerektirir.
BİLİMSEL MAKALELERİN ‘RÖNTGENİNİ’ ÇEKEN TEKNOLOJİ:
Jülich’te geliştirilen ve adını “Nicel Bilgi Çıkarma” kelimelerinden alan Quinex çerçevesi, bu süreci otomatikleştirmek için dil modelleri kullanır. Sistem, sayısal değerleri tanır, bunları uygun ölçü birimleriyle ilişkilendirir ve tam olarak neyin, ne zaman, nerede ve nasıl ölçüldüğünü belirler.
Dolayısıyla, “2025 yılı için verimliliğin yüzde 63 ile 71 arasında olacağı varsayılıyor” gibi bir cümle, dönem, ölçüm yöntemi ve kaynak hakkında bağlamsal bilgiler içeren yapılandırılmış bir veri kümesine dönüştürülür.
Birçok ticari yapay zeka çözümünün aksine, Quinex tamamen açık ve nispeten kompakt dil modellerine dayanmaktadır. Bu, sistemin daha verimli ve daha düşük hesaplama kaynaklarıyla çalışmasını sağlar. Modeller, bilimsel metinlerdeki nicel bilgileri tanımak ve sınıflandırmak için özel olarak eğitilmiştir.
Geliştiricilere göre Quinex, benzer sistemlere göre daha yüksek doğruluk oranı sergiliyor. Platform, bağlamsal bilgileri daha hassas bir şekilde işliyor ve dolaylı olarak belirtilen özellikleri bile tanıyabiliyor.
Kompakt boyutuna rağmen, sistem sayıları ve ölçü birimlerini tanımada yaklaşık %98 doğruluk oranına ulaşmaktadır. Nicel özellikleri ve nesneleri sınıflandırmada ise doğruluk oranları sırasıyla yaklaşık %87 ve %82’ye ulaşmaktadır. Bu sonuçlar, özel olarak tasarlanmış eğitim veri kümeleri ve metodolojik iyileştirmeler sayesinde elde edilmiştir.
Jülich Sistem Analizi’nde Entegre Senaryolar Başkanı Dr. Jan Weiland, “Hem güçlü, hem şeffaf hem de kaynak açısından verimli bir araç geliştirmek istedik,” diye açıklıyor. Weiland’a göre Quinex, yapay zekayı bilimsel veri analizi için daha erişilebilir hale getiriyor.
Sistemin pratik etkinliğini test etmek için araştırmacılar Quinex’i çeşitli alanlardan binlerce bilimsel özete uyguladılar. Sistem, çeşitli teknolojiler için elektrik üretim maliyeti, insanların maksimum oksijen alımı, depremlerin büyüklüğü ve konumu ile fotovoltaik malzemelerin enerji özellikleri hakkında verileri başarıyla çıkardı.
Otomatik olarak çıkarılan değerler, referans verilerle yüksek derecede uyum göstermektedir. Bilim insanlarına göre bu durum, Quinex’in geniş bilimsel literatür hacimlerini analiz etmek ve çok çeşitli araştırma alanlarında güvenilir eğilimler çıkarmak için uygun olduğunu kanıtlamaktadır.
Baş yazar Jan Goepfert, “Dil modelleri bilime yeni bakış açıları kazandırıyor ve tüm bilimsel alanlara ilişkin ortak bir görüşün korunmasına yardımcı oluyor” diyor. Ona göre, bu tür sistemler bilimsel literatürde otomatik arama yapılmasına, birleşik araştırma veritabanlarının oluşturulmasına ve bilim ve teknolojinin gelişimini erken aşamada gösterebilecek trendlerin analizine olanak tanıyor.
Bilimsel veri yönetimi grubunun başkanı Dr. Patrick Kukertz, “Amacımız bilim insanlarını rutin işlerden kurtarmak” diye ekliyor. Ona göre Quinex, araştırmacıların yeni keşiflere daha hızlı ulaşmalarına ve sürekli artan bilimsel bilgi akışını daha kolay yönetmelerine yardımcı olabilir.
Geliştiriciler, Quinex’in tamamen hatasız bir sistem olmadığını vurguluyor. Bununla birlikte, şeffaflık platformun mimarisine temel bir ilke olarak yerleştirilmiştir.
“Sistem, sayıları ve ölçü birimlerini çok güvenilir bir şekilde tanıyor,” diye açıklıyor Göpfert. “Doğrudan metinden çıkarıldıkları için ‘hayal ürünü’ olamazlar. Ancak, özellikle önemli referanslar metne dağılmış olduğunda, yorumlamada bazen hatalar meydana gelir.”
Bu nedenle Quinex, insanların yerini tamamen almak yerine onlara yardımcı olmak için bir araç olmaya devam ediyor. Göpfert, “Quinex’in araştırmacıların çalışmalarını kolaylaştırdığı ve desteklediği yerlerde kullanılmasını öneriyoruz, ancak sonuçların yorumlanması sorumluluğu yine de onlarda kalıyor” diyor.
Tanımlanan her bir numara, orijinal kaynağına kadar takip edilebilir ve mümkün olan yerlerde doğrudan metinde işaretlenmiştir.
Ekip, ek uzmanlaşmış modeller ve tematik veri kümeleri içeren Quinex’in gelecekteki sürümleri üzerinde zaten çalışıyor. Amaç, platformu farklı bilimsel alanlara ve belirli araştırma görevlerine daha da esnek ve uyarlanabilir hale getirmektir.
Forschungszentrum Jülich, Quinex’i açık kaynaklı bir proje olarak yayınladı ve böylece dünyanın dört bir yanından bilim insanları ve geliştiriciler, enerji ve kimyadan biyotıpa kadar kendi bilimsel alanlarına uyarlamak, sistemi test etmek ve geliştirmek için harekete geçebiliyorlar.
About the Author
